VLA(視覚言語行動)モデルとは何か、誰が開発しているのか
VLA(視覚言語行動)モデルは、カメラ映像と自然言語の指示を同時に読み込み、ロボットが次に実行するモーター指令を出力する単一のニューラルネットワークで、画像と言葉を理解する視覚言語モデルをロボットの実演データで追加学習して作る。グーグル ディープマインド、フィジカル インテリジェンス、エヌビディア、フィギュアAI、スキルドAIが先行し、ファナックや安川電機は外部モデルを自社ロボットに取り込む道を選んだ。
資金調達、製品発表、論文のすべてを、報道と同時に。
VLA(視覚言語行動)モデルは、カメラ映像と自然言語の指示を同時に読み込み、ロボットが次に実行するモーター指令を出力する単一のニューラルネットワークで、画像と言葉を理解する視覚言語モデルをロボットの実演データで追加学習して作る。グーグル ディープマインド、フィジカル インテリジェンス、エヌビディア、フィギュアAI、スキルドAIが先行し、ファナックや安川電機は外部モデルを自社ロボットに取り込む道を選んだ。
韓国産業通商部は5月29日、M.AX連合AIロボット分科の発足1年の成果を公表した。参加は約280機関に達し、HD現代重工業、SKエナジー、BGFと業種特化型ヒューマノイドの実証が進む。国産ロボット基盤モデル、時速13キロのヒューマノイド下半身、ヒューマノイドへの投資義務を課す5000億ウォンのファンド計画も示した。
4月19日の2026北京亦荘人型ロボットハーフマラソンには13省から100超のロボットチームが参加し、前年の5省から大きく広がった。約4割のロボットが自律ナビゲーションで走った。北京市政府によると、斉天大聖チームの「閃電」が21.0975キロを50分26秒で走り切り、人間の男子優勝記録は1時間7分47秒だった。
ファナックは2025国際ロボット展(iREX2025)でオープンソースのROS 2ドライバを公開し、Pythonをロボットの標準言語とするとともに、NVIDIAの技術を使ったフィジカルAIを披露した。安川電機はソフトバンクと覚書を結び、通信網のエッジとロボットでAIを分担するオフィス向けロボットを公開した。主催者によると出展者数は673社団体と過去最多、来場者は15万6110人だった。
NVIDIAは2025年10月28日のワシントンGTCで、工場規模のデジタルツイン向けMega Omniverseブループリントを拡張し、シーメンス、ファナック、鴻海を最初の協業先として紹介した。Figure、アジリティ ロボティクス、アマゾン ロボティクス、スキルドAIを同社技術を使うロボット開発企業に挙げ、FP4で5581テラフロップスの産業、医療向けエッジ計算機IGX Thorを2025年12月に提供するとした。
北京市科学技術委員会によると、第1回世界人型ロボット運動会が2025年8月17日、26種目487試合を終えて閉幕した。16カ国280チームのロボット500台超が出場した。北京ではこれに先立ち2025世界ロボット大会と補助金付きのロボット消費祭も開かれ、8月はロボット関連行事が続いた。
Figure AIは2025年3月15日、第1世代ラインで年間最大1万2000体の人型ロボットを生産できる垂直統合型工場BotQを発表した。後継機を射出成形やダイカスト、プレス中心に設計し直し、工場ソフトも自社開発した。調達網は4年でロボット10万体規模まで拡大できるとしている。